Kesalahan dalam Pengukuran | Klasifikasi Kesalahan
Untuk memahami konsep kesalahan dalam pengukuran, kita harus mengetahui dua istilah yang mendefinisikan kesalahan, dan kedua istilah tersebut ditulis di bawah ini:
Nilai Sebenarnya
Tidak mungkin untuk menentukan nilai sebenarnya dari suatu kuantitas melalui percobaan. Nilai sebenarnya dapat didefinisikan sebagai nilai rata-rata dari jumlah tak terbatas pengukuran ketika penyimpangan rata-rata akibat berbagai faktor penyumbang akan mendekati nol.
Nilai Terukur
Ini dapat didefinisikan sebagai nilai perkiraan dari nilai sebenarnya. Ini dapat ditemukan dengan mengambil rata-rata dari beberapa pembacaan yang diukur selama percobaan, dengan menerapkan pendekatan yang sesuai pada kondisi fisik.
Sekarang kita berada dalam posisi untuk mendefinisikan kesalahan statis. Kesalahan statis didefinisikan sebagai perbedaan antara nilai terukur dan nilai sebenarnya dari kuantitas.
Secara matematis, kita dapat menuliskan ekspresi kesalahan sebagai, dA = Am – At di mana, dA adalah kesalahan statis, Am adalah nilai terukur, dan At adalah nilai sebenarnya.
Perlu dicatat bahwa nilai absolut kesalahan tidak dapat ditentukan karena fakta bahwa nilai sebenarnya dari kuantitas tidak dapat ditentukan secara akurat.
Mari kita pertimbangkan beberapa istilah yang berkaitan dengan kesalahan.
Kesalahan Batas atau Kesalahan Jaminan
Konsep kesalahan jaminan dapat dipahami jika kita mempelajari jenis kesalahan ini dengan mempertimbangkan satu contoh. Misalkan ada produsen yang memproduksi ammeter, sekarang dia harus berjanji atau menyatakan bahwa kesalahan dalam ammeter yang dia jual tidak lebih besar dari batas yang dia tetapkan. Batas kesalahan ini dikenal sebagai kesalahan batas atau kesalahan jaminan.
Kesalahan Relatif atau Kesalahan Fraksional
Ini didefinisikan sebagai rasio antara kesalahan dan magnitudo kuantitas yang ditentukan. Secara matematis, kita menulisnya sebagai,
Di mana, dA adalah kesalahan dan A adalah magnitudo.
Sekarang di sini kita tertarik untuk menghitung kesalahan batas hasilan dalam kasus berikut:
(a) Dengan mengambil jumlah dari dua kuantitas: Mari kita pertimbangkan dua kuantitas terukur a1 dan a2. Jumlah dari kedua kuantitas ini dapat direpresentasikan oleh A. Dengan demikian, kita dapat menulis A = a1 + a2. Sekarang nilai inkremental relatif dari fungsi ini dapat dihitung sebagai
Memisahkan setiap istilah seperti yang ditunjukkan di bawah ini dan dengan mengalikan dan membagi a1 dengan istilah pertama dan a2 dengan istilah kedua, kita memiliki
Dari persamaan di atas, kita dapat melihat bahwa kesalahan batas hasilan sama dengan jumlah produk yang dibentuk dengan mengalikan kesalahan relatif batas individu dengan rasio setiap istilah ke fungsi. Prosedur yang sama dapat diterapkan untuk menghitung kesalahan batas hasilan akibat penjumlahan lebih dari dua kuantitas. Untuk menghitung kesalahan batas hasilan akibat perbedaan dua kuantitas, cukup ganti tanda penjumlahan dengan pengurangan dan prosedur sisanya sama.
(b) Dengan mengambil produk dari dua kuantitas: Mari kita pertimbangkan dua kuantitas a1 dan a2. Dalam hal ini, produk dari dua kuantitas tersebut dinyatakan sebagai A = a1.a2. Sekarang mengambil log kedua sisi dan mendiferensialkan terhadap A, kita memiliki kesalahan batas hasilan sebagai
Dari persamaan ini, kita dapat melihat bahwa kesalahan hasilan adalah penjumlahan kesalahan relatif kesalahan dalam pengukuran istilah. Demikian pula, kita dapat menghitung kesalahan batas hasilan untuk faktor daya. Oleh karena itu, kesalahan relatif akan menjadi n kali dalam kasus ini.
Jenis-jenis Kesalahan
Secara dasarnya, ada tiga jenis kesalahan berdasarkan sumbernya.
Kesalahan Kasar
Kategori kesalahan ini mencakup semua kesalahan manusia saat membaca, merekam, dan membaca. Kesalahan dalam menghitung kesalahan juga termasuk dalam kategori ini. Misalnya, saat mengambil pembacaan dari meter alat, ia mungkin membaca 21 sebagai 31. Semua jenis kesalahan ini termasuk dalam kategori ini. Kesalahan kasar dapat dihindari dengan menggunakan dua langkah yang tepat, dan mereka ditulis di bawah ini:
Perhatian yang tepat harus diberikan dalam membaca, merekam data. Perhitungan kesalahan juga harus dilakukan dengan akurat.
Dengan meningkatkan jumlah eksperimenter, kita dapat mengurangi kesalahan kasar. Jika setiap eksperimenter mengambil pembacaan yang berbeda di titik yang berbeda, maka dengan mengambil rata-rata dari lebih banyak pembacaan, kita dapat mengurangi kesalahan kasar.
Kesalahan Sistematis
Untuk memahami jenis-jenis kesalahan ini, mari kita kategorikan kesalahan sistematis sebagai
Kesalahan Instrumen
Kesalahan ini mungkin disebabkan oleh konstruksi, kalibrasi yang salah dari alat ukur. Jenis kesalahan ini mungkin muncul karena gesekan atau mungkin karena histeresis. Jenis kesalahan ini juga mencakup efek beban dan penyalahgunaan alat. Penyalahgunaan alat mengakibatkan gagalnya penyesuaian nol alat. Untuk meminimalkan kesalahan kasar kesalahan dalam pengukuran, berbagai faktor koreksi harus diterapkan dan dalam kondisi ekstrem, alat harus dikalibrasi kembali dengan hati-hati.
Kesalahan Lingkungan
Jenis kesalahan ini muncul karena kondisi luar alat. Kondisi luar mencakup suhu, tekanan, kelembaban, atau mungkin mencakup medan magnet luar. Berikut adalah langkah-langkah yang harus diikuti untuk meminimalkan kesalahan lingkungan:
Coba jaga suhu dan kelembaban laboratorium tetap konstan dengan membuat beberapa pengaturan.
Pastikan tidak ada medan magnet atau elektrostatik luar di sekitar alat.
Kesalahan Observasi
Seperti namanya, jenis-jenis kesalahan ini disebabkan oleh observasi yang salah. Observasi yang salah mungkin disebabkan oleh PARALLAX. Untuk meminimalkan kesalahan PARALLAX, diperlukan meter yang sangat akurat, disertai skala cermin.
Kesalahan Acak
Setelah menghitung semua kesalahan sistematis, ditemukan masih ada beberapa kesalahan dalam pengukuran yang tersisa. Kesalahan ini dikenal sebagai kesalahan acak. Beberapa alasan munculnya kesalahan ini diketahui, tetapi masih ada beberapa alasan yang tidak diketahui. Oleh karena itu, kita tidak dapat sepenuhnya menghilangkan jenis-jenis kesalahan ini.
Pernyataan: Hormati aslinya, artikel yang baik layak dibagikan, jika terdapat pelanggaran hak cipta silakan hubungi untuk menghapus.
